Spatiaalinen tilastotiede, syksy 2004

Luennoija: Juha Heikkinen Luentoja 32 tuntia 5.10.-2.12. ti ja to 10-12, Exactum (Kumpula, Gustaf Hällströmin katu 2b) sali B120 ei viikolla 43 Laskuharjoitukset pe 10-12 8.10., 15.10, 12.11. ja 26.11. mikroluokassa C128 29.10., 5.11., 19.11. ja 3.12. salissa B120 Laajuus 3 tai 5 ov

Kurssikuvaus: Spatiaalisen tilastotieteen menetelmiä tarvitaan paikkatiedon analysoinnissa silloin, kun havaintojen sijainnilla tai tilajärjestyksellä on tutkimusongelmassa tai -aineistossa erityismerkitys:

• Tilajärjestys voi olla kiinnostava sinänsä; esim. metsikön puukartassa.
• Spatiaalinen autokorrelaatio (toisiaan lähellä olevat havainnot samanlaisempia kuin kaukaiset) on otettava huomioon tilastollisissa analyyseissä.
• Spatiaalista riippuvuutta voi myös hyödyntää mm. spatiaalisessa ennustamisessa (esim. sääkarttojen laadinta) ja tilastollisessa kuva-analyysissä

Kurssilla esitellään erityyppisille paikkatietoaineistoille (pistekuviot, havainnot spatiaalisesti jatkuvista ilmiöistä, alueittaiset aineistot) soveltuvia visualisoinnin ja eksporatiivisen analyysin menetelmiä. Lisäksi käsitellään perusasiat spatiaalisesti riippuvien havaintojen mallintamisesta stokastisina prosesseina sekä tällaisten mallien käytöstä esimerkiksi spatiaalisen ennustamisen työkaluna.

Asema opetuksessa: Kurssi kuuluu tilastotieteen koulutusohjelman biometrikon suuntautumisvaihtoehdon ympäristötilastotieteen linjan opintoihin, mutta soveltuu myös muiden aineiden opiskelijoille, jotka tuntevat tilastotieteen ja todennäköisyyslaskennan peruskäsitteet. Kurssin voi suorittaa joko 5 ov:n laudatur- tai enemmän sovelluksiin painottuvana 3 ov:n cum laude-kurssina.

Kurssikirja: hyödyllinen, muttei välttämätön

Bailey, T. C. & Gatrell, A. C.: Interactive Spatial Data Analysis. Longman Scientific & Technical, Harlow, UK, 1995. Kirjaa myy mm. Pearson Education.

Esitiedot: Esimerkkejä käsitteistä, joita kurssilla tullaan käyttämään ja joita ei ole tarkoitus erikseen selittää ovat: todennäköisyysjakauma, odotusarvo, varianssi, korrelaatio, parametrien estimointi, pienimmän neliösumman menetelmä, matriisien kääntäminen ja kertolasku. Tätä syvällisempiä esitietoja ei tarvita kurssille osallistumiseen tai sen suorittamiseen.

Tilastotieteen opiskelijoille kurssi sopii parhaiten suoritettavaksi siinä vaiheessa, kun pääosa seuraavista on käyty: Todennäköisyyslaskenta, Tilastollinen päättely, Lineaarialgebra ja matriisilaskenta, Lineaariset mallit, Stokastiset prosessit.

Ilmoittautuminen: Lähetä minulle (juha.heikkinen at helsinki.fi) mieluimmin jo to-aamuun 7.10. mennessä sähköpostia, jossa kerrot nimesi, missä tiedekunnassa opiskelet mitä pääainetta ja suurin piirtein kuinka paljon tilastotiedettä olet opiskellut.

Luentomateriaalia on omalla sivullaan.

Luentopäiväkirjasta selviää luennon jälkeen, mihin asti luentomonistetta saatiin käytyä läpi.

Harjoitustehtäviä on kahdenlaisia:

• Tietokoneharjoituksia R-ohjelmistolla. Puolet harjoituskerroista pidetään mikroluokassa C128, jossa annan opastusta tarpeen mukaan. Näistä harjoituksista ei saa pisteitä, mutta kurssin harjoitustyö syntyy niiden tuloksista.
• 'Perinteisiä' laskuharjoituksia (puolet kerroista salissa B120; ensimmäiset 29.10.). Jos kurssin haluaa suorittaa syventävänä 5 ov versiona, niin näistä on laskettava vähintään 50% (jos harjoituksiin ei pääse, voi laskut palauttaa kirjallisena viimeistään ko. viikon torstaina).

Suorittaminen:

• 3 ov:n aineopintojakso: tentti ja harjoitustyö
• 5 ov:n syventävä: edellisen lisäksi väh. puolet laskuharjoituksista (suuremmasta määrästä saa hyvitystä), artikkelireferaatti ja sen esittely

Harjoitustehtäväsivulta löytyy ohjeita harjoitustyön ja referaatin tekemiseen.

Viimeksi päivitetty 12.1.2006
http://www.rni.helsinki.fi/~jmh/ss04/